La fibrilación auricular ha sido una de las arritmias cardiacas más estudiadas debido a su elevada tasa de recurrencia. Debido a la importancia de esta patología, en la literatura se pueden encontrar diversos trabajos basados en la detección de latidos ectópicos e intervalos RR entre otros. El presente trabajo aborda esta problemática mediante la proposición de un método basado en cadenas de Markov para la detección de fibrilaciones auriculares paroxísticas. El método propuesto identifica estados a partir de dos series de tiempo correspondientes a los intervalos RR y PR. Los resultados obtenidos se validaron usando un set de control dado para el concurso internacional de pronósticos de fibrilaciones auriculares paroxísticas, para el que se obtuvo una sensibilidad de 82,14% (23/28 episodios en el estudio) y un factor predictivo de 79,31%. La validación de los resultados fue complementada con otros casos pertenecientes a la base de datos de fibrilación auricular MIT-BIH, obteniendo una sensibilidad de 81,15% (112/138 episodios en el estudio). La evidencia computacional muestra que el método propuesto supera los resultados de pronóstico obtenidos por otros métodos encontrados en la literatura.